刘健松，魏立明，李宏伟

(1. 吉林建筑大学，长春 130011；2.东北电力大学，吉林 吉林 132012)

尽管风力发电具有清洁和技术成熟的优势，但由于风电功率的不确定性，其大规模接入电力系统对系统运行和规划提出了新的挑战。对于传统电力系统而言，无论在规划层面还是运行层面，对不确定性因素的处理都有较为成熟的理论方法[1-2], 主要包括设备故障的不确定性和负荷的不确定性。随着可再生能源发电接入电力系统规模的增大，可再生能源发电功率不确定性对系统运行和规划的影响越来越重要，成为研究热点之一。

通常，场景法是处理不确定性优化问题中可再生能源发电功率及负荷不确定性的主要方法[2-3]。对于考虑时序的负荷和可再生能源发电功率场景法研究主要是典型日场景的生成方法[4-6]，而对于非时序的场景生成方法，则以矩匹配(moment mat-ching, MM)方法为代表，该方法目的是生成满足目标矩和相关度的场景[7]。MM方法是根据随机变量特征参数的相似性映射相应场景的方法，具有数学概念上的普遍性，但传统的MM方法，涉及到难处理高维离散变量的复杂计算问题[8-9]。

本文采用启发式矩匹配(heuristic moment matching, HMM)方法，构建电力系统规划中随机变量的场景，以风电功率、电/热负荷需求为研究对象，根据其历史数据信息，用期望、标准差、偏度和峰度等多阶矩信息来刻画历史场景的随机特征，通过构建以少数场景组成的不确定性矩阵的矩阵变换和立方变换，来捕捉历史场景的相关性和随机特征。……